TEAM TEACHING
DILAPORKAN OLEH :
UNIVERSITAS GUNADARMA
APRIL 2021
Daftar isi
Mambaca dan menampilkan gambar ..................................................................................................... 3
Tugas 1: Baca gambar dari URL dan tampilkan................................................................................... 5
Kontur Gambar dan Histogram ............................................................................................................... 5
Gunakan image dari indeks pertama dalam variabel urls .................................................................. 5
Menghasilkan Histogram citra berwarna dan citra grayscale ............................................................ 5
Menampilkan histogram dari semua piksel pada gambar berwarna ................................................. 5
Plot histogram gambar abu-abu. ........................................................................................................ 7
Tugas 2: Tampilkan gambar anda dalam grayscale dan buat histogramnya ...................................... 8
Temukan kontur gambar dari gambar grayscale ................................................................................ 9
Tugas 3: Temukan kontur gambar Anda sendiri ............................................................................... 10
Transformasi Grayscale dan Persamaan Histogram ............................................................................. 11
Grayscale Transformation ................................................................................................................. 11
Tugas 4: Cobalah beberapa operasi matematika pada gambar Anda .............................................. 13
Histogram Equalization ..................................................................................................................... 13
Tugas 5: Lakukan pemerataan histogram pada gambar grayscale Anda ......................................... 15
Transformasi Fourier dari Gambar Abu-abu ......................................................................................... 16
Tugas 6: Hasilkan transformasi fourier dari gambar grayscale Anda ............................................... 17
Menemukan Tepi dengan Highpass Filtering di FFT ............................................................................. 17
Import module yang diperlukan
• Numpy adalah library untuk manipulasi array, digunakan untuk aljabar linier, transformasi
Fourier, dan kemampuan bilangan acak.
• Pandas adalah library untuk manipulasi data dan analisis data.
• CV2 adalah library untuk tugas-tugas computer vision.
• Skimage adalah library yang mendukung aplikasi pengolah gambar pada python.
• Matplotlib adalah library yang menghasilkan gambar dan menyediakan toolkit antarmuka
pengguna grafis.
input_path="/content/image-1.jpeg"
input_path="/content/image-2.jpeg"
input_path="/content/image-3.jpeg"
lalu berikan perintah untuk membaca path dari gambar lalu menampilkannya
def cv_imshow(img):
plt.figure(figsize = (15,15))
plt.imshow(img)
plt.xticks([]), plt.yticks([])
plt.show()
input_path="/content/image-1.jpeg"
input_path="/content/image-2.jpeg"
input_path="/content/image-3.jpeg"
urls = ["image-1.jpeg",
"image-2.jpeg",
"image-3.jpeg"
]
def cv_imshow(img):
plt.figure(figsize = (15,15))
plt.imshow(img)
plt.xticks([]), plt.yticks([])
plt.show()
loop terhadap URL gambar, Anda dapat menyimpan beberapa url gambar dalam daftar
url =
https://www.google.com/url?sa=i&url=https%3A%2F%2Fkhyzylsaleem.ar
tstation.com%2F&psig=AOvVaw3xZfG9fHJgJHmwocQfuLOo&ust=16198545891
11000&source=images&cd=vfe&ved=0CAoQjRxqFwoTCLCF7Oa6pfACFQAAAAAdA
AAAABAD
myImg = io.imread(url)
cv_imshow(cv.cvtColor(myImg, cv.COLOR_BGR2RGB))
image = io.imread(urls[0])
color = ('b','g','r')
for i,col in enumerate(color):
histr = cv.calcHist([image],[i],None,[256],[0,256])
plt.plot(histr,color = col)
plt.xlim([0,256])
plt.show()
Grayscale Transformation
Bagian ini memberikan beberapa contoh melakukan transformasi matematis dari gambar
grayscale
Transformasi gambar lainnya, setelah menambahkan konstanta, semua piksel menjadi lebih cerah dan
efek gambar seperti perpeloncoan dihasilkan
im3 = (100.0/255)*gray_image + 100
cv_imshow(im3)
Tingkat kecerahan gambar abu-abu berkurang setelah langkah ini
im4 = 255.0*(gray_image/255.0)**2
cv_imshow(im4)
Tugas 4: Cobalah beberapa operasi matematika pada gambar Anda
Histogram Equalization
Bagian ini mendemonstrasikan pemerataan histogram pada gambar gelap. Transformasi ini
meratakan histogram tingkat abu-abu sehingga semua intensitas menjadi seumum mungkin. Fungsi
transformasi adalah fungsi distribusi kumulatif (cdf) dari nilai piksel pada citra (dinormalisasi untuk
memetakan rentang nilai piksel ke rentang yang diinginkan). Contoh ini menggunakan gambar 4 (im4).
---
Tugas 5: Lakukan pemerataan histogram pada gambar grayscale Anda
def histeq(im, nbr_bins = 256):
grayIMG1 = histeq(myGrayImgTrans)
cv_imshow(grayIMG1)
sesudah
f = np.fft.fft2(imBlur)
fshift = np.fft.fftshift(f)
magnitude_spectrum = 30*np.log(np.abs(fshift))
plt.figure(figsize=([20, 20]))
plt.subplot(131),plt.imshow(imBlur, cmap = 'gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])
plt.subplot(132),plt.imshow(img_back, cmap = 'gray')
plt.title('Gambar setelah HPF'), plt.xticks([]), plt.yticks([])
plt.subplot(133),plt.imshow(img_back)
plt.title('Hasil dalam JET'), plt.xticks([]), plt.yticks([])
plt.show()